30 最小的k个数

输入n个整数，找出其最小的k个数，例如输入4,5,1,6,2,7,3,8，最小的4个数为1,2,3,4

解法一：快排思想，会改变原数组    O（n）

注意是vector<int>&

C++:

 class Solution {
 public:
     int Partition(vector<int>& input, int left , int right){
         int k = left ;
         for (int i = left ; i < right ; i++){
             if (input[i] < input[right]){
                 if (k!=i)
                     swap(input[i],input[k]) ;
                 k++ ;
             }
         }
         swap(input[right],input[k]) ;
         return k ;
     }

     vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
         int len = input.size() ;
         vector<int> output ;
         if (k > len || k<=)
             return output ;
         int left =  ;
         int right = len -  ;
         int index = Partition(input,left,right) ;
         while(index != k-){
             if (index > k-){
                 right = index -  ;
                 index = Partition(input,left,right) ;
             }else{
                 left = index +  ;
                 index = Partition(input,left,right) ;
             }
         }
         for (int i =  ; i < k ; i++)
             output.push_back(input[i]) ;
         return output ;
     }
 };

解法二：维护一个大小为k的容器，每次将容器中最大的数字用小数字替换掉
O（nlogk）
如果有海量数据，没法一次放入内存中，可用这种方法
可用大顶堆或者红黑树

C++:

 class Solution {
 public:
     vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
         int len = input.size() ;
         if (k > len || k <= )
             return vector<int>() ;
         multiset<int,greater<int> > res ;
         for(int num : input){
             if (res.size() < k){
                 res.insert(num) ;
             }else{
                 if(num < *(res.begin())){
                     res.erase(*(res.begin())) ;
                     res.insert(num) ;
                 }
             }
         }
         return vector<int>(res.begin() , res.end()) ;
     }
 };

java:

 import java.util.ArrayList;
 import java.util.PriorityQueue;
 public class Solution {
    public ArrayList<Integer> GetLeastNumbers_Solution(int[] input, int k) {
        if (k > input.length || k <= 0)
            return new ArrayList<Integer>() ;
        PriorityQueue<Integer> maxHeap = new PriorityQueue<>((o1,o2) -> o2-o1) ;
        for(int num : input){
            if (maxHeap.size() < k){
                maxHeap.add(num) ;
            }else{
                if (num < maxHeap.peek()){
                    maxHeap.poll() ;
                    maxHeap.add(num) ;
                }
            }
        }
        return new ArrayList<Integer>(maxHeap) ;
    }
 }